民用航空动力技术风险评估的量化方法

通过层次分析法和质量功能展开,将用户对先进民用航空发动机的总需求逐层展开到具体技术并求得其权重,同时采用技术成熟度等级对各具体技术的风险水平进行量化,综合具体技术的权重和风险值计算得到整个发动机的总技术风险.该方法不仅可以评估整机系统,对其部件系统同样有效.以某型在研涡扇发动机的涡轮部件为例,应用该方法对其进行数值模拟,得到了定量的技术风险评估结果.     

飞机蒙皮缺陷磁光图像识别算法研究

提出一种基于模糊支持向量机自动识别飞机蒙皮磁光图像中铆钉裂纹缺陷的新方法。针对铆钉磁光图像的不规则圆形特点．采用阈值法确定近似铆钉区域中心，将由中心发出的星形射线矢量作为识别的基本特征，采用模糊支持向量机方法对铆钉周围裂纹的方向进行分类。其中，支持向量机采用径向基核函数，利用网格法选取核宽度惩罚常数．并结合模糊隶属度函数解决多类分类问题中存在的错分、拒分现象。样本测试实验结果表明，算法具有很高的识别率。     

飞机起飞性能计算中发动机推力确定方法的改进

为准确计算飞机起飞滑跑距离和起飞航迹,应用数值插值方法,对起飞性能计算中发动机推力的确定方法进行了改进,提出以发动机推力曲线图所给推力为基础,利用分片双二次插值函数法确定发动机推力。基于改进算法对某型飞机发动机推力和起飞航迹进行了实际计算,计算结果表明,改进后的方法比原有方法更准确。     

超声速燃烧数值模拟中的湍流与化学反应相互作用模型

高精度数值模拟有助于理解超声速湍流燃烧中湍流与化学反应的相互作用,可为发动机燃烧室等工程应用设计提供可靠的预测模型。除直接数值模拟外,目前在湍流燃烧应用中使用的大涡模拟和雷诺平均Navier-Stokes模拟均需要借助模型模化发生在湍流小尺度上的流动与化学反应过程对湍流大尺度运动的影响。现有的湍流与化学反应相互作用模型大致可分为:火焰面类模型和概率密度函数类模型,2类模型在不同的应用中各自具有优势和局限性。此外,现有模型大都基于低马赫数燃烧,而超声速燃烧中通常会伴随快速混合、局部熄火和再着火以及激波等复杂过程,这为发展其中的湍流与化学反应相互作用模型提出了更多的挑战。     

基于非线性模型预测控制方法的航空发动机约束管理

针对目前航空发动机控制系统普遍采用Min-Max选择逻辑处理输出量约束的方法具有一定保守性的问题,设计了非线性模型预测控制器,提出在非线性序列二次规划(SQP)算法中加入罚函数实现航空发动机输出量约束管理.仿真结果表明:无论是否触及输出量约束限,非线性模型预测控制器都比Min-Max控制逻辑动态响应更快,在达到限制线时更加明显,此时调节时间从1.16s下降到0.82s,且几乎没有超调量.      

基于优化Kriging模型和重要抽样法的结构可靠度混合算法

 结构可靠度分析计算通常采用多项式响应面拟合隐式极限状态函数,但对于复杂航空航天机械结构产品极限状态方程往往表现出高度非线性,此时多项式响应面的模拟精度不够就会造成计算不收敛。为了提高结构可靠度计算的精度、效率和收敛性,提出了基于优化Kriging模型和重要抽样法的结构可靠度计算方法。首先,利用人工蜂群算法对Kriging模型的参数进行优化;再用优化后的模型模拟隐式极限状态函数,结合重要抽样法不断修正抽样重心,逐步提高模拟精度以达到给定要求;最后,结合一阶矩法(FORM)/二阶矩法(SORM)经典算法求解结构可靠度。该方法提高了高度非线性隐式极限状态方程可靠度计算的精度和收敛性,并且具有较高的计算效率。     

刀具状态监控技术在数控铣削加工中的应用

在分析刀具状态监控系统关键技术的基础上,结合航空结构件数控铣削加工领域对刀具状态监控系统的研究,分析了ARTIS系统的组成、工作原理和应用方法,介绍了智能刀柄和视觉检测方法的研究进展,给出了各种加工过程刀具状态监控系统的研发建议和应用展望.     

基于快速最近邻搜索的固体火箭发动机装药燃面计算

燃面计算是固体发动机性能仿真的重要环节,为快速求解固体发动机复杂三维装药燃面推移规律,在柱坐标下进行基于快速最近邻搜索的燃面计算方法研究.利用固体发动机装药对称性,构建柱坐标系下燃面计算框架,实现计算域缩减;采用点云数据代替面元的初始燃面表征和提取,结合k-d树完成散乱点云的有序化组织.在此基础上,提出基于快速最近邻搜...     

多维三次样条函数及其应用

本文将一维三次样条函数推广到多维问题，它保留了三对角矩阵方程便于求解的特性，并能得到满意的插值、一阶和二阶偏导数。关于边界条件问题，若能给出边界节点处的一阶偏导数边界条件，则精度最高，但在大多数应用问题中，往往给不出此条件。为此，本文提出一种改进方法，即用拉格朗日三点插值法由域边附近的节点数据计算出边界节点处的一阶偏导数。算例表明，此法可改善精度。     

基于POD-RBFN降阶模型的串列叶栅流场预测

通过传统实验或CFD 手段获取流场信息的方法往往需要耗费大量资源或时间,这在需要快速获取大量流场信息时产生的成本是无法接受的,发展比传统CFD 更快速的流场预测方法具有重要意义。采用本征正交分解（POD）方法对样本流场进行模态分解,提取流场的主导模态;而后采用径向基函数神经网络（RBFN）响应POD 基函数的系数,实现流场降阶预测模型的构建,并在模型中采用基于函数响应偏差的自适应抽样方法;通过某串列叶栅非定常流场数据对预测模型进行验证。结果表明：本文构建的POD-RBFN 混合模型可以快速准确地预测出串列叶栅的流场参数分布;与静态采样相比,本文采用的自适应采样方法在采样效率上表现出明显优势,同样重构精度所需的样本数降低了25% 左右。